Objectives

• 驗證了大鼠中 [18F]SynVesT-1 PET 成像的定量動力學模型方法。
• 開發了非侵入性的影像衍生輸入函數 (IDIF 和 IDIF-NMF)，作為動脈輸入函數 (AIF) 的可靠替代方案，用於量化突觸密度。
• 證明了 two-tissue compartmental model (2TCM) 和 Logan plot 是量化 [18F]SynVesT-1 動力學的準確方法。

Methodology

• 使用 compartmental analysis 方法 (1TCM, 2TCM, 3TCM) 和 Logan plot 進行動力學建模。
• 比較了影像衍生輸入函數 (IDIF)（有和沒有 non-negative matrix factorization (NMF)）與動脈輸入函數 (AIF)。
• 進行 [18F]SynVesT-1 的血液分析以生成代謝物校正的血漿輸入函數。
• 利用 sigmoid 曲線擬合隨時間變化的母體示踪劑比例。

Results

• [18F]SynVesT-1 的母體比例隨時間降低，注射後 20 分鐘剩餘 48.9 ± 4.8%，60 分鐘剩餘 32.2 ± 3.6%。
• 血漿與全血的比率隨時間保持穩定 (0.89 ± 0.02)。
• 2TCM 和 Logan plot 顯示出很強的一致性 (slope = 1.00, r2 = 0.99, p < 0.0001)。
• AIF 衍生和影像衍生的 VT 值之間具有很強的一致性 (IDIF: slope = 1.60, r2 = 0.99, p < 0.0001; IDIF-NMF: slope = 1.48, r2 = 0.99, p < 0.0001)。

Discussions

• 該研究設計良好，解決了突觸密度臨床前 PET 成像中的一個重要方法學空白。
• 使用基於群體的代謝物校正曲線是一個限制，儘管動物間變異性低證明了其合理性。如果可行，未來的研究可以探索個體動物校正。
• 雖然 IDIF 和 IDIF-NMF 的表現相似，但作者正確指出了 IDIF-NMF 在自動化和使用者獨立性方面的優勢。 這一點應該更強烈地強調。
• 與 SUV 的比較是有用的，但應更明確地討論 SUV 在病理條件下的局限性。

---

Reference: Assessing non invasive quantitative methods for 18F SynVesT 1 PET imaging of synaptic vesicle glycoprotein 2A in the rat brain